最近训练一个12层的cnn网络
参考了vgg和googlenets的思想,自己做了些微调
在有噪声的手写体识别上达到了98.59%的准确率
在训练时,前1000次,loss和acc就好像没有收敛一样
因为,神经网络太深,参数太多
我们要用更多时间去使网络提取到对应的参数
所以,一次训练到3k次以上之后再看效果
在训练的后期
train_acc = 0.997
varify_acc = 0.975的时候
我以为验证集准确率不会要有多大提升了
但是,再又训练了2k次之后
准确率提升了1%
超参数的选择:
前期训练是keep_prob=0.9, L2参数为0.01
为的是能让网络尽快收敛
后期的keep_prob 和L2参数自己根据网络过拟合情况自己调整
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:训练较深的卷积神经网络时遇到的问题 - Python技术站